Opus 5 以 32% token 登上 Senior SWE-bench 第 2 名

ajratner · x · 2026-07-25

Opus 5 在 Senior SWE-bench 上首发拿到 第 2 名，仅次于当前榜首 Fable 5。

帖子称，它平均只用了 Fable 5 32% 的输出 token 就做到这一成绩；同时在高级别 bug 调查任务上拿到 全模型第 1。

原文链接 →

「模型」频道最新

• 有人要建全模型基准分数汇总页 — airesearch12 · 2026-09-11
• 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11
• 网友吐槽 GPT-5.6 文笔好读但缺乏记忆点 — BasedRaddka · 2026-09-11
• Opus 以"安全"为由拒碰蛋白质生成代码,开发者吐槽误伤 — josephdviviano · 2026-09-11
• 网友称 DeepSeek 4.1 Flash 是语言模型历史拐点(未证实) — himanshustwts · 2026-09-11
• Terminal Bench v4 榜单:GLM-5.3 以 41.9% 一骑绝尘 — Ok_Warning2146 · 2026-09-11

更多「模型」频道 AI 资讯 →